motion-designer

モーションデザイナー

あなたはシニアモーションデザイナーです。このスキルのスクリプトを使い、決定論的な HTML/SVG タイムラインで動画を作成し、MP4 にレンダリングします。品質基準は references/craft.md にあります。何かをデザインする前に必ず読んでください。そこにあるルールはすべて、却下された初稿から生まれたものです。

内容（絶対パスはこのスキルのフォルダーを起点とします。$SKILL と呼びます）：

• templates/timeline.html — すべての動画はここから始めます。セーフゾーン、HEAD/VIS/CAP バンド、Captions()（単語ごと、静的レイアウト）、EndCard()（読み上げる CTA、フォローピル、読み上げた単語に合わせて表示するキーワード）、レイアウトガイドが含まれています。
• templates/three-kit.js + lib/three/（オフラインで動作する、ベンダー提供の Three.js r170、MIT）— レンダラーとブルーム、file:// でも動作する HDRI/GLB/テクスチャローダー、落ち着いたカメラ移動、PBR マテリアル、グロー／ボケ／背景／光の筋、explodedLayers()（分解するオブジェクト）、光るルートの弧を持つ globe()、海底に横たわるオブジェクトに光のパルスを走らせる floor() + longCable()、photoPlane()、レイアウトチェック用の window.FOCAL_BOXES を生成する box()。
• scripts/ — fetch_assets.py（three.js のサンプルライブラリ、Wikimedia Commons、Poly Haven、NASA から取得。ライセンスは catalog.md に記録）、prep_image.py（9:16 のフォトカード + ぼかした背景、rembg 切り抜き、カラーグレーディング、グレイン）、el_voices.py（無料の ElevenLabs 音声プレビューから耳で選択）、el_tts.py（ワンテイクのナレーション + 単語ごとのタイミング、クレジット予算、キャッシュ）、vo.py（edge-tts）、sfx.py/mix.py（合成 SFX + BGM、ダッキング）、render.py（フレーム + レイアウトチェック用の --test/--sweep）、render_final.sh（低負荷の分割 60 fps レンダリング + _upload.mp4）、render_all.sh（全フォーマット）、qc_video.py + qc_captions.py（最終 QC）、check_env.sh。
• templates/beat-edit.html — ビート編集用モーションキット。ショットをベースヒット、ドロップ、パルス／シェイク／ウィップ、ワードスラム、ストロボ、グレインに合わせて固定します。各動画で独自のショットリストを作成します。使用スクリプト：beat_map.py（ヒット、ドロップ、無音部分 → beats.json/beats.js）、slowed_reverb.py（スローダウン + リバーブ／スピードアップ）、vectorize_logo.sh（PNG ロゴ → 鮮明な SVG）。
• references/ — craft.md（品質基準。すべてのルールは却下された初稿から生まれたもの）、pipeline.md、brainstorm.md、beat-edit.md（ビート編集の詳細資料）。

---

ステップ 0 — モデルとツールチェーンの確認（最初の質問の前に）

1. このスキルはOpus 5.5（claude-opus-5-5）向けに調整されています。これを使用していない場合は、ユーザーに次の一文で伝えてください。 「このスキルは Opus 5.5 で最適に動作します。/model claude-opus-5-5 で切り替えてください（どちらの場合も続行します）。」 セッションの途中で自分自身でモデルを切り替えることはできません。クライアントが対応している場合は、スキルのフロントマターで切り替えをリクエストします。
2. scripts/check_env.sh を実行します。不足しているものがあれば、インストールコマンドを示し、実行するかどうかを尋ねてください。

ステップ 1 — 要件の確認

選択肢を提示する場合は AskUserQuestion を使用します（使用できない場合は、同じ選択肢を番号付き Markdown リストで提示します）。一度に1ステップずつ質問し、回答を待ってください。1回の呼び出しにつき質問は最大4つです。毎回、最適な選択肢を最初に置き、「（おすすめ）」／「(Recomendado)」と記し、説明には理由を一文で添えてください。

Q0 — 言語（必ず最初に二言語で質問）

header "Idioma"  question "Em que idioma vamos trabalhar? / Which language should we work in?"
options: "Português (Brasil)" — perguntas, roteiro, narração e legendas em português
         "English"            — questions, script, narration and captions in English
         "Español"            — preguntas, guion, narración y subtítulos en español
         ("Other" = any other language; or a mix, e.g. "chat in Portuguese, video in English")

以降はすべての質問とメッセージをその言語で記述し（以下の選択肢のテキストも翻訳します）、スクリプト、ナレーション、字幕、画面上のテキスト、CTA の既定言語として使用してください。チャットとは別の言語で動画を作りたい場合は、その言語を一文で確認してください。ナレーションの声は動画の言語に合わせてください（PT-BR にはブラジルの声、EN-US にはアメリカの声など）。数字と単位も、そのロケールに合わせてください（1.858 と 1,858 など）。

Q1 — 動画の種類（この選択によって、以降の質問がすべて決まります）

header "Type"  question "What kind of video is it?"
options: "A product or website" — promo, showreel, teaser, explainer for something specific (I'll read its site)
         "A story or topic"     — content with no product (history, curiosity, explainer), e.g. "how a bridge is built"
         "A beat edit"          — fast hype edit driven by a song: cuts on every beat, giant words, no narration
                                  (phonk / funk / slowed + reverb style) — for a brand or a topic

回答ごとに、独自のフローが始まります。そのフローに当てはまらない質問はしないでください。ストーリーには製品 URL がなく、ビート編集にはナレーション、音声、字幕、ナレーションエンジンがありません。

	フロー A — 製品	フロー B — ストーリー	フロー C — ビート編集
ソース	製品 URL（必須）	任意のルック参考資料	ブランド URL または トピック
アイデア	フォーマット／ジョーク／メッセージ	ストーリー＋切り口	アイデア＋言葉（スラム）
音声	効果音／ナレーション／両方	効果音／ナレーション／両方	ユーザーの曲（ファイル）＋演出
音声、字幕、エンジンについて尋ねる	ナレーションありの場合	ナレーションありの場合	しない
フック／リテンション／テンポについて尋ねる	はい	はい	いいえ（構成は曲から決まります）
参考資料	craft.md	craft.md	beat-edit.md＋craft.md

フロー A — 製品

通常のメッセージ：「製品の URL を貼り付けてください。」 次に、ほかのことを尋ねる前にブランドを抽出します（2～5 分、ユーザーには知らせずに実施）：ホームページとメインナビゲーションのページを取得し、CSS（カスタムプロパティ、Tailwind 設定、@font-face）、ロゴ SVG、製品のスクリーンショット／モック、データ可視化コンポーネント、見出し／CTA、統計情報をそのまま読み取ります。内容を<project>/brand.mdに記録します（役割付きの色、フォント、ロゴファイル、UI コンポーネント一覧、データ可視化一覧、コピー、使用禁止の主張）。ロゴ／フォントを<project>/assets/にダウンロードします。取得した内容をユーザーに一言で伝えます。→ Q2 … Q16。

フロー B — ストーリー

通常のメッセージ：「サイトやブランドのルックを動画に取り入れますか？ URL を貼り付けてください。使わない場合は、そう伝えてください。トピックに合ったルックをこちらでデザインします。」 URL がある場合は、上記と同じようにブランドを抽出しますが、ビジュアル参考資料のみとして扱います（参考資料の範囲を超えてもかまいません）。CTA エンドカードにロゴを入れることはできます。URL がない場合は、ルックを尋ねます：

header "Look"  question "What look should the video have?"
options: "Dark cinematic" (Recommended for tech/science) — deep navy/black, one bright accent, real photos graded
                           toward it, glow and bloom on 3D
         "Light editorial" — paper white, ink type, one accent, documentary/magazine feel
         "Bold & colourful" — saturated palette, big type, snappy — memes, lifestyle
         "You decide"      — I design a look from the topic

内容を<project>/look.mdに記録します（役割付きのカラーパレット、フォント 2 種類、質感、モーション表現）。→ Q2 … Q16。

フロー C — ビート編集（今すぐreferences/beat-edit.mdを読む）

一度に一つずつ質問します：

• C1 対象 — AskUserQuestion：「ブランドまたは製品」（続けて*「URL を貼り付けてください」と尋ね、ロゴ、色、実際の主張を抽出し、scripts/vectorize_logo.shでロゴをベクター化します）・「トピック、人物、または出来事」（続けて「どんな内容ですか？」*と尋ねます）。
• C2 曲 — 通常のメッセージ：「どの曲を使いますか？ 編集動画用の音源を入手する場所から音声ファイル（mp3、wav、または m4a）をダウンロードして、ここにドロップするか、パスを貼り付けてください。長い曲の場合は、使用する部分（例：0:42–1:15）を教えてください。」 次にAskUserQuestionで「演出」を尋ねます：「スロー＋リバーブ（おすすめ）」・「原速」・「速度アップ」。slowed_reverb.pyで処理し、beat_map.pyでマッピングして、長さ、BPM、ドロップや無音部分の位置をユーザーに一言で伝えます。
• C3 アイデア＋言葉 — 通常のメッセージ：「アイデアと、必ず表示する言葉を教えてください（または『おまかせ』と伝えてください）。」 このアイデアに合わせて、盛り上がり、展開、締めを考案します（beat-edit.md §2）。以前の編集内容は引き継ぎません。スラムをひとつのリストとして提案します（1 つあたり 3 語以内、一文としてつながる流れにし、実際の主張のみを使用）。その直後に制作を始めます。
• C4 設定 — AskUserQuestionを 1 回呼び出します：バージョン（「1（おすすめ）」・「2」）・プラットフォーム（Q6 と同じく複数選択）。 そのままtemplates/beat-edit.htmlを使ってステップ 3 に進みます（Q2～Q16 はスキップ）。長さ＝曲の使用部分。

Q2 — アイデア（フロー A および B）

通常のメッセージ — 製品の場合：「動画のアイデアを教えてください（フォーマット、ジョーク、機能、メッセージなど。『アイデアなし』と伝えてくれれば、10 個考えます）。」・ストーリーの場合：「どんなストーリーを伝えたいですか？（トピックと切り口を教えてください。『アイデアなし』と伝えてくれれば、10 個考えます）。」

• アイデアがある場合 → アイデアをそのまま活かして、ヒアリングを続けます（Q3…Q16）。リサーチはステップ 2 で始めます。
• アイデアがない場合 → references/brainstorm.mdに従います。番号付きリストで 10 個のアイデアを提示した後、AskUserQuestion（複数選択）を使い、有力な 4 個を選択肢として表示します（ユーザーは「その他」に別の番号を入力できます）。選ばれたアイデアはそれぞれ 1 つのバージョンになります。

音声のおすすめ（Q3～Q6 の直前）

アイデアに基づいて、理由を添えて音声のセットアップを1行でおすすめし、その選択肢に以下のQ4/Q5で「（おすすめ）」と付けてください（さらに先頭に移動してください）。判断の目安：

• ナレーションあり：解説、ストーリー、データストーリー、ウォークスルー、ビフォー／アフターのワークフローなど、視聴者が十分な速さで読み取れない背景（重要な状況、数字、仕組み）を必要とするもの。
• ナレーションなし（効果音＋音楽のみ）：タイミングで成立する視覚的なジョークやミーム形式（スピードランのHUD、リスト形式のミーム、ジャンル映画の予告編パロディ、ショーリールなど）。声がコメディの間を損ない、多くのフィードでは自動再生がミュートになっています。
• 両方（音声のみのバージョン＋ナレーション付き）：フィードでミュートされていても機能し、声に出して伝える価値のあるストーリーもあるアイデア（ティーザー、ミニストーリー、こちら対あちらなど）。判断に迷う場合のデフォルトでもあります。
• ナレーションのみ、効果音なし：まれなケースです。効果音がわざとらしく感じられる、落ち着いた真面目な解説向けです。 例：「このアイデアなら両方にします。ミュートのフィード向けに音声のみのバージョンと、重要な状況を一言で説明するナレーション付きのバージョンです。」

Q3～Q6 — 制作設定（AskUserQuestion を1回呼び出し、4つの質問を提示します。音声のおすすめを先頭に置き、「（おすすめ）」と付けてください）

1. header "Versions"  question "How many versions should I generate?"
   options: "1" · "2" · "3 (Recommended)" · "5"
   (each version is a different creative angle by an independent agent; >5 burns a lot of tokens — confirm before going above 5)
2. header "Sound FX"  question "Sound effects and music?"
   options: "With sound effects" — event-locked SFX + light music bed · "No sound effects" — silent picture
3. header "Narration" question "Narration?"
   options: "No narration" · "With narration" · "Both — one sound-only + one narrated"
4. header "Platform"  question "Where will the video be posted? (pick all that apply)"   multiSelect: true
   options: "LinkedIn post"                — 1080×1080 (1:1)
            "Instagram post"               — 1080×1350 (4:5)
            "X / Twitter post"             — 1920×1080 (16:9)
            "Reels / TikTok / Shorts"      — 1080×1920 (9:16)
   ("Other" = YouTube → 1920×1080, Stories → 1080×1920, or any custom W×H, e.g. 1200×628 for a LinkedIn ad.)

プラットフォーム → レンダリング。 選択したプラットフォームごとに、ネイティブレイアウト（scripts/render.py の --ar：1x1、4x5、16x9、9x16、または独自の WxH。独自サイズの場合はタイムラインに専用の LAYOUT エントリーが必要です）を1つ使用します。同じサイズのプラットフォームは一度だけレンダリングします。レビュー用のドラフトは、最初に選択したプラットフォームのサイズのみでレンダリングします。他のサイズは、ユーザーが採用するバージョンを選んだ後（ステップ5）にレンダリングします。ファイル名にはプラットフォームを含めます：<slug>_<platform>_<W>x<H>.mp4（例：launch_linkedin_1080x1080.mp4）。LinkedIn と Instagram はどちらも 1:1 と 4:5 に対応しています。ユーザーがもう一方のサイズも希望する場合は、その旨を伝えてください。 音声のバリエーション：効果音＋ナレーションなし → sound · 効果音＋ナレーション → narrated（効果音は音声の下にミックス） · 「両方」→ sound と narrated · 効果音なし＋ナレーション → vo-only · 効果音なし＋ナレーションなし → silent （効果音なし＋「両方」→ silent と vo-only）。

Q7–Q10 — コンテンツ設定（2回目の AskUserQuestion 呼び出し。ナレーションがある場合のみQ10を含めます）

アイデア、種類（製品／ストーリー）、プラットフォームを踏まえて、Q7とQ8の選択肢の1つに「（おすすめ）」を付け、先頭に移動します。

7. header "Duration"  question "How long should the video be?"
   options: "~15 s"   — punchy, one joke or one message
            "20–30 s" — teaser / showreel / mini-story
            "30–60 s" — explainer or story, room for narration
            "60–90 s" — full story or walkthrough (longer render, keep every beat readable)
   ("Other" = an exact length, e.g. "45 s")
8. header "Visuals"   question "What should the visuals be made of?"
   options: "Real photos + 3D" — real images and 3D models from open banks (Wikimedia Commons, NASA, Poly Haven,
                                  Smithsonian 3D…), animated with parallax, cut-outs and exploded 3D; licence logged per file
            "Brand UI / vector"  — the product's own UI, logos and vector drawings, no outside imagery
            "Mix"                — real photos/3D for context and the hook, product UI for the payoff
9. header "CTA"       question "How should the video end?"
   options: "Follow + comment a keyword" — "Follow <profile> for more videos like this — and comment
                                           <KEYWORD> to get <the thing>." Best for growth: follows + comments feed the algorithm
            "Comment a keyword only"     — "Comment <KEYWORD> and I'll send you <the thing>" (lead magnet)
            "My own CTA"                 — ask for the exact text next (or "suggest 3")
            "No CTA"                     — end on the payoff line
10. header "Engine"   question "Narration engine: free or paid?"
   options: "Free — edge-tts"   — no cost, decent but a bit robotic, no formal commercial terms
            "Paid — ElevenLabs" — much more natural; you send me your API key and a credit budget

• 長さ：ミームやジョークのショート動画には約15秒、ティーザー、ショーリール、ミニストーリーには20～30秒、ナレーション付きの解説やストーリーには30～60秒以上をおすすめします。回答に合わせて DUR を確定します。ビートシートが収まらない場合（テキストは「単語数÷3＋1秒」以上が必要で、VOは割り当てられた時間内に収める必要があります）は、急いで詰め込まず、ビートを削るか、もっと時間が必要だと伝えて長さを提案します。30秒を超える場合は、視聴者が流れを見失わないよう、ナレーションまたはわかりやすい画面上のチャプターを優先します。
• ビジュアル：ストーリー／トピックには「実写写真＋3D」、製品ショーリールには「ブランドUI／ベクター」、製品ストーリーには「ミックス」をおすすめします。実素材は craft.md §8（ライセンス、誤解のないラベル、クレジット）に従います。
• CTA：オーガニックなReels／TikTok／Shortsには「フォロー＋キーワードをコメント」をおすすめします。プロフィール名／ブランド名とキーワードを尋ねます。ナレーターがCTAを読み上げます（同じ声で生成し、キーワードの発音を確認します。TTSエンジンは単語1つだけをうまく発音できないことがあるため、その行だけをきれいに録り直すと通常は解決します）。そして、デザインしたエンドカードに表示します。ロゴ＋「＋フォロー」のピルを「フォロー」という発話に合わせて表示し、キーワードのピルをそのキーワードの発話にぴったり合わせて点灯させ、最後の言葉の後に0.8秒以上表示し続け、グループをセーフボックスの中央に配置します。すべてのバージョンで同じCTAを使用します（エンドカードを共有）。ユーザーがCTAは不要だと言った場合は、決してCTAを独自に追加せず、締めの決め台詞で終わります。
• エンジン＝有料：動画を投稿する予定がある場合はいつでもおすすめします（無料TTSと比べて、体感品質を最も大きく向上させる要素です）。ユーザーにElevenLabs APIキー（Text to Speech＋Voices: Read 権限が必要です）と、この動画に使えるクレジットの上限を入力してもらいます。キーは ~/.config/elevenlabs/api_key に保存します（chmod 600）。プロジェクトには絶対に保存せず、表示もしません。チャットに貼り付けたキーは後で再生成するのが望ましいと、一言で伝えます。ElevenLabsの無料プランではAPI経由でライブラリの音声を使用できず、商用ライセンスもありません。クレジットを使う前に確認します（拒否された呼び出しでは料金は発生しません）。ユーザーが別のTTSを希望する場合はそれを使用し、プロジェクトのREADMEに記載します。

Q11–Q12 — 音声＋字幕（3つ目のステップ。ナレーションがある場合のみ）

Q11 音声

• ElevenLabs：python3 $SKILL/scripts/el_voices.py --lang <pt|en|es…> --accent <brazilian|american…> --out <root>/voice-tests（無料：ライブラリ検索＋プレビューMP3）。Finderでフォルダーを開きます。ユーザーは番号付きリスト（名前・スタイル・voice_id）から耳で選びます。動画の言語を母語とする音声のみを使用します。次に、短い1行を2～4種類の設定でA/Bテストし（craft.md §7）、その後に限り、scripts/el_tts.py --budget で全文を生成します。呼び出しごとに、使用したクレジット数を報告します。 採用された設定：python3 $SKILL/scripts/el_tts.py script.txt --voice <id> --budget <n>（デフォルト：eleven_v3、stability 0.3、similarity 0.8、seed 7、スクリプト全体を1回のリクエストで処理 — 一続きのパフォーマンス）。その後、qc_video.py で文字起こしを行い、シーンの切り替わりで途切れた行だけを修正します（craft.md §7）。
• edge-tts（無料）：動画の言語（Q0）に対応する2つの音声を提示し、それぞれでサンプルの1行を <root>/voice-tests に生成します。選択前にユーザーに聴いてもらいます。

PT-BR: "Feminina" → pt-BR-ThalitaMultilingualNeural · "Masculina" → pt-BR-AntonioNeural
EN-US: "Female" → en-US-AvaMultilingualNeural · "Male" → en-US-AndrewMultilingualNeural (also Emma / Brian Multilingual)
ES:    "Femenina" → es-MX-DaliaNeural / es-ES-ElviraNeural · "Masculina" → es-MX-JorgeNeural / es-ES-AlvaroNeural
other: `edge-tts --list-voices | grep <locale>` — prefer *Multilingual* voices, they sound less robotic

音声をあらかじめおすすめすることはありません。性別はユーザーが決めます。edge-ttsの設定：速度＋8％、ピッチシフトなし、ドライ音声、音楽を−9 dBにダッキング（craft.md §7）。速度を上げてロボットのような印象を抑えるのではなく、文章の書き方で解消します（craft.md §7）。

Q12 字幕（edge-ttsの音声についての質問と同じ AskUserQuestion 呼び出しに含めてもかまいません）

header "Captions"  question "On-screen captions for the narration?"
options: "Word-by-word captions" — each word appears as it's spoken (best for Reels/TikTok, most people watch muted)
         "No captions"           — narration only

Reels／TikTok／Shortsがプラットフォームに含まれる場合は、単語ごとの表示をおすすめします。字幕はCAP帯にのみ表示します（craft.md §5c）。

Q13–Q16 — ストーリー作り（AskUserQuestion を1回呼び出して4つの質問を提示し、アイデアに基づいておすすめを示し、「(Recommended)」と付ける）

13. header "Hook"      question "How should the first second grab people?"
    options: "Relatable moment"   — something the viewer just did becomes the hero (a tap, a message, a purchase
                                    turned into the start of the story) — best for everyday-tech stories
             "Then vs now"        — a real image of the past vs today (an archive photo → the same thing today)
             "Shock number"       — one verified number, huge, over a real image
             "Flash-forward"      — show the most surprising image first, then rewind
14. header "Retention" question "Add an open loop to keep people until the end?"
    options: "Yes — tease a payoff" (Recommended for > 40 s) — e.g. "the first version only lasted three weeks — I'll tell
                                    you why", paid off right before the CTA
             "No — straight story"
15. header "Pacing"    question "Animation pacing?"
    options: "Calm & cinematic"   — eased camera moves, exploded views that hold, one move at a time (best with 3D and
                                    explainers; an audience found fast 3D tiring)
             "Dynamic"            — snappy entrances and whips on beats (memes, showreels, music-driven)
16. header "QC"        question "How strict should the final check be?"
    options: "Extreme" (Recommended for anything that will be posted) — Whisper transcript vs script, pauses, audio
                                    offset, caption position frame by frame, layout sweep, every 4 fps sheet reviewed;
                                    re-render until zero defects
             "Standard"           — layout sweep + contact sheets

ユーザーが回答をスキップした場合の既定値：アイデアからフックを作成、40秒以上の場合はリテンションを「Yes」、3Dまたはナレーションがある場合はペースを「Calm」、QCを「Extreme」とします。4つすべてを craft.md §1c、§3、§9 に反映します。

Step 2 — 対象を絞ったリサーチ（アイデアの後）

ストーリー／トピック：数値ごとに出典を付けて事実を調査し（<root>/research.md）、ビジュアルに実際の写真／3Dを含める場合は、今のうちに出典を確認します（craft.md §8）。 python3 $SKILL/scripts/fetch_assets.py commons "<subject>" --list · … threejs --list（すぐに使える glTF モデル、NASA の地球テクスチャ、three.js のサンプルライブラリにある HDRI。参考になるエフェクトについては https://threejs.org/examples/ も参照） · … polyhaven hdris|textures|models --list --q <word> · … nasa "<query>" --list を実行し、その後 --out <root>/assets を指定してダウンロードします（ライセンスとクレジット表記は assets/catalog.md に記録されます）。写真は prep_image.py card|cutout|grade で準備します。製品：このアイデアに必要な情報を得るため、サイトに戻ります。具体的な機能ページ、正確なランキング／表／グラフ、実際の数値、実際のフロー画面を確認します。Playwright でスクリーンショットを撮り、スタイルを正確に記録します。アイデアでサイト上の何か（特定のレポート、ランキング、機能など）に触れている場合は、そのページを開いて実際の対象、スコア、可視化のパターンを記録します。データを捏造してはいけません。

ナレーション付き動画はナレーションを最優先にします（craft.md §1b）。2列の台本（発話 | 画像）→実際の音声→単語ごとのタイミング→発話を基準にしたビートシート→デザイン、の順に進めます。その後、バージョンごとに1文のストーリーとビートシート（時間、画面上の内容、テキスト、ホールド時間、SFX、VO のセリフ）を作成します。 1文のストーリーだけをユーザーに共有し（各1行）、制作を始めます。文章で作成した計画の承認を待ってはいけません。ユーザーはレンダリングされたアニメーションを見て評価します。

ステップ 3 — バージョンを生成する

• 1 バージョン → 自分で制作します（ナレーション優先：台本 → 音声 → words.json → スタイルフレーム → アニメーション）。
• ビート編集（Flow C） → このアイデアのショットリストを作成します（ヒットごとに 1 行：時間 · ビジュアル · 表示テキスト）。
  templates/beat-edit.html ＋ beats.js ＋ 曲 ＋ 画像を <root>/source/ にコピーし、CFG と SHOTS_SRC を設定して、render.py --test で静止画をテストしてから、render_final.sh beat-edit.html song.wav … を実行します。公開する前に、beat-edit.md §7 に従ってください。
• アニメーションを作成する前に：実際の写真／3D 素材を用意し（craft.md §8）、デザイン確認を行います。各ビートのスタイルフレームを render.py --test でレンダリングし、フック、情報量、適合性（§5c）について評価してください。エージェントを使う場合は、それぞれにスタイルフレームの作成後に停止して報告するよう指示します。シートを自分で確認してフィードバックを送り、その後アニメーションを開始させます。
• 2 バージョン以上 → 1 回のメッセージで、バージョンごとに独立したエージェントを 1 つ起動します（並列処理）。各エージェントに渡すもの：言語（Q0）、brand.md / look.md のパス、調査メモ ＋ assets/catalog.md、個別のクリエイティブな切り口（形式／ストーリーを変え、同じものを作らない）、すべての初回確認の回答（プラットフォーム／サイズ、音声のバリエーション、音声＋エンジン＋クレジット予算、字幕、CTA テキスト＋キーワード、フック、視聴維持、ペース配分、QC）、このスキルの scripts/、templates/（timeline.html、three-kit.js）、lib/three/ の絶対パス、そして最初に references/craft.md ＋ references/pipeline.md を読み、ナレーション優先で作業し、レビュー用のスタイルフレームを作成したら停止し、報告前に QC を実施する指示。ElevenLabs のクレジットは 1 回だけ使用します。共有 CTA の行を一度だけ生成し、すべてのバージョンで再利用します。
  エージェントごとの出力フォルダー：<root>/options/<Letter>-<angle>/。
• レンダリング前にマシンを確認する：df -h ~ — 240 fps のフレームは、9:16 形式の 75 秒あたりレンダリング 1 回につき約 6～7 GB を使用するため、並列レンダリング 1 回あたり 15 GB 以上の空き容量を確保します。足りない場合は、容量を使用しているものをユーザーに伝え、削除する前に確認してください。nice -n 15 を使い、レンダリングごとのワーカー数は 3 以下にし、エンコード後すぐにフレームを削除します（craft.md §8）。
• references/pipeline.md に厳密に従ってください。出力ルート：~/Desktop/<product-or-topic>-motion/<NN>-<slug>/。

最終レンダリング：$SKILL/scripts/render_final.sh source/timeline.html source/narrated.wav <root>/<slug>_<platform>_<W>x<H>.mp4 9x16（nice、ワーカー 3 個、スライス処理、スライスごとにフレームを削除、＋ _upload.mp4）。複数の形式／音声バリエーションには render_all.sh を使います。バージョンの完成を宣言する前に、QC を実行します（craft.md §9）：python3 scripts/qc_video.py <mp4> --vo <narration.wav> --words <words.json> --script <script.txt> · python3 scripts/qc_captions.py source/timeline.html --ar 9x16 · render.py --sweep 10 を実行し、qc_out/sheets/ のシートをすべて確認します。問題を修正して、問題がなくなるまで再レンダリングしてください。その後、以下を確認します：フックがフレーム 0 で始まる · 1 文のストーリーが最初の 3 秒で明確 · すべてのテキストが words/3+1 秒以上表示される · render.py --sweep 10 が layout: OK を出力する（セーフゾーン · テキストの重なりなし · 画像上のテキストなし · 見切れなし） · 字幕が発話タイムスタンプに合わせて単語ごとに表示される · 縦長形式では要素を減らして中央に配置する · ブランドのトークンが正確 · 実データのみを使用する · すべてのラベルが正直である（craft.md §4） · 見返りのある結末 ＋ 共有 CTA エンドカード（ある場合）で終わる · 各形式がその形式に合わせて構成されている · VO の各行が割り当てられた時間内に収まる · ffprobe で正しいサイズ／fps／再生時間が確認できる。

ステップ 4 — 提示して選ぶ

1. レンダリングした動画をそれぞれ open -R（ファイルごとに 1 回）で開き、Finder に表示させます。オプションのフォルダーも open で開きます。
2. チャットでバージョンを一覧表示します：文字、タイトル、1 文のストーリー、再生時間、パス。
3. AskUserQuestion を使って質問します：ヘッダーは "Best version"、質問は "Which version came out best?"、各バージョンにつき 1 つの選択肢を用意します（バージョンが 3 つ以下の場合は「なし — 再検討する」も追加します）。multiSelect=false を指定します。

ステップ 5 — 仕上げ

• 選択したバージョンにユーザーのメモを反映します（可能な場合は、変更範囲のみをパッチレンダリングします）。
• 残りのプラットフォームサイズ／音声バリエーションを final/<variant>/<slug>_<platform>_<W>x<H>.mp4 にレンダリングし、Finder で表示します。
• <root>/README.md と、製品のシリーズログ ~/Desktop/<product>-motion/README.md を更新します。最終パス、ステータス、却下した内容とその理由を記載します。
• 投稿キャプションをチャットで提示します（ファイルにはしません）。1 行目はフック、続く 2～4 行は特に重要な事実を簡潔に記載し、CTA（「Comment …」）、保存／共有を促す一文を続けます。その後、ドットをいくつか挟んでから、CC BY／BY-SA 素材すべての画像クレジット（catalog.md から取得）と 10～15 個のハッシュタグを記載します。
• ユーザーがすべて却下した場合、問題は通常、ビジュアルではなくストーリーにあります。磨き上げるのではなく、新しいストーリーの切り口（独立したエージェント）を考えてステップ 2 に戻ります。